文档中心

数据流概述

最近更新时间：2024.04.10 10:24:29

首次发布时间：2022.12.27 13:23:49

数据流是一种用于构建数据处理流程的低代码开发工具。数据流为您提供可视化的流程编排能力。您可使用预置的输入、处理和输出节点拼装数据处理过程，对数据进行串行或并行处理。

功能简介

视频数据流特指处理视频+音频的非结构化数据的数据流。视频数据流通过流式处理框架，对视频流数据进行编码、抽帧、推理、转发等处理，让您可以快速根据现场设备和环境差异对视频流数据进行低代码开发。

特性	说明
处理框架	视频数据流支持以下处理框架： DeepStream：基于 NVIDIA DeepStream SDK，适用于具有 NVIDIA GPU 组件的一体机。 DeepStream SDK 是 NVIDIA 提供的一个完整的流分析工具包，基于 GStreamer，专为 AI-based 多传感器处理，视频、音频和图像理解设计。开发者可以这个 SDK 创建一系列不同用途的应用程序、基于视觉的多媒体分析任务，包括对象检测、追踪等。 DLStreamer（Beta）：基于 Intel 的 Deep Learning Streamer（简称 DL Streamer），适用于应用 x86 架构的一体机。 Intel® DL Streamer 是一个基于 GStreamer* 多媒体框架的流媒体分析框架。它用于创建复杂的媒体分析管道。注意基于 DLStreamer 框架的视频数据流功能尚处于 Beta 阶段，仅适用于进行功能测试。如果您在使用过程中遇到问题，请通过工单向我们反馈。
预置节点	根据常见的视频流数据处理操作，边缘智能预置了一系列视频数据流节点。您可以使用预置节点来手动编排数据流，定义视频流数据的处理和流转过程。更多信息，请参见视频数据流节点。
官方模板	针对视频数据流，边缘智能提供了多个官方数据流模板，方便您参考进行数据流开发。更多信息，请参见官方数据流模板。

特性

说明

处理框架

视频数据流支持以下处理框架：

DeepStream：基于 NVIDIA DeepStream SDK，适用于具有 NVIDIA GPU 组件的一体机。
DeepStream SDK 是 NVIDIA 提供的一个完整的流分析工具包，基于 GStreamer，专为 AI-based 多传感器处理，视频、音频和图像理解设计。开发者可以这个 SDK 创建一系列不同用途的应用程序、基于视觉的多媒体分析任务，包括对象检测、追踪等。
DLStreamer（Beta）：基于 Intel 的 Deep Learning Streamer（简称 DL Streamer），适用于应用 x86 架构的一体机。
Intel® DL Streamer 是一个基于 GStreamer* 多媒体框架的流媒体分析框架。它用于创建复杂的媒体分析管道。

注意

基于 DLStreamer 框架的视频数据流功能尚处于 Beta 阶段，仅适用于进行功能测试。如果您在使用过程中遇到问题，请通过工单向我们反馈。

预置节点

根据常见的视频流数据处理操作，边缘智能预置了一系列视频数据流节点。您可以使用预置节点来手动编排数据流，定义视频流数据的处理和流转过程。更多信息，请参见视频数据流节点。

官方模板

针对视频数据流，边缘智能提供了多个官方数据流模板，方便您参考进行数据流开发。更多信息，请参见官方数据流模板。

时序数据流特指处理时序数据（如物联网设备数据）的数据流。时序数据流基于 eKuiper 框架，允许您编写 SQL 语句对时序数据进行处理和分析。

特性	说明
处理框架	时序数据流基于 eKuiper。 eKuiper 是一个轻量级的物联网数据分析/流处理软件，由 Golang 实现，可以在各种资源受限的边缘设备上运行。
预置节点	根据常见的时序数据处理操作，边缘智能预置了一系列时序数据流节点。您可以使用预置节点来编排数据流，定义时序数据的处理和流转过程。更多信息，请参见时序数据流节点。
官方模板	针对时序数据流，边缘智能提供了一个官方模板，方便您参考进行数据流开发。更多信息，请参见时序数据流官方模板。

特性

说明

处理框架

时序数据流基于 eKuiper。

eKuiper 是一个轻量级的物联网数据分析/流处理软件，由 Golang 实现，可以在各种资源受限的边缘设备上运行。

预置节点

根据常见的时序数据处理操作，边缘智能预置了一系列时序数据流节点。您可以使用预置节点来编排数据流，定义时序数据的处理和流转过程。更多信息，请参见时序数据流节点。

官方模板

针对时序数据流，边缘智能提供了一个官方模板，方便您参考进行数据流开发。更多信息，请参见时序数据流官方模板。

数据流事件中心可以接收由数据流实例上报的消息，方便您在边缘智能控制台查询数据流的处理结果。更多信息，请参见数据流事件。

参照以下流程来使用数据流：